| 创新点摘要 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-14页 |
| 第1章 绪论 | 第14-25页 |
| ·研究背景及意义 | 第14-18页 |
| ·研究背景 | 第14-17页 |
| ·研究意义 | 第17-18页 |
| ·航空输电线图像特点 | 第18-19页 |
| ·论文研究内容 | 第19-24页 |
| ·论文章节安排 | 第24-25页 |
| 第2章 输电线图像边缘检测相关国内外研究现状 | 第25-41页 |
| ·边缘检测的基本概念 | 第25-26页 |
| ·边缘检测的国内外现状 | 第26-40页 |
| ·输电线边缘检测国内外现状 | 第26-28页 |
| ·经典边缘检测国内外现状 | 第28-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 改进的基于纹理特征的非封闭边缘检测算法 | 第41-75页 |
| ·引言 | 第41-42页 |
| ·航空输电线图像纹理特征分析 | 第42-45页 |
| ·基于纹理特征差异的边缘检测算法(SWIFTS算法) | 第45-62页 |
| ·SWIFTS算法描述 | 第46-48页 |
| ·SWIFTS算法流程图 | 第48-50页 |
| ·SWIFTS窗口宽度p的确定 | 第50-51页 |
| ·实验结果与比较 | 第51-62页 |
| ·基于纹理特征和r分布的边缘检测算法(TGA算法) | 第62-73页 |
| ·TGA算法描述 | 第63-66页 |
| ·TGA算法流程图 | 第66-67页 |
| ·TGA算法中新参数￡的理论作用分析 | 第67-69页 |
| ·实验结果与比较 | 第69-73页 |
| ·本章小结 | 第73-75页 |
| 第4章 基于PCA优化纹理特征的全局最小主动轮廓模型(PCA-GMTD模型) | 第75-100页 |
| ·引言 | 第75-76页 |
| ·基于PCA技术的绝缘子纹理特征优化 | 第76-79页 |
| ·PCA-GMTD模型 | 第79-85页 |
| ·模型来源介绍 | 第79-80页 |
| ·PCA-GMTD模型的定义 | 第80-81页 |
| ·基于对偶规则的快速求解算法 | 第81-82页 |
| ·PCA-GMTD算法的流程 | 第82-85页 |
| ·实验结果和分析 | 第85-98页 |
| ·实验数据集和模型参数分析 | 第85-87页 |
| ·合成纹理图像实验比较 | 第87-88页 |
| ·复杂背景航空绝缘子图像实验比较 | 第88-91页 |
| ·低对比度航空绝缘子图像实验比较 | 第91-94页 |
| ·PCA优化纹理特征作用分析 | 第94-97页 |
| ·算法时间比较 | 第97-98页 |
| ·本章小结 | 第98-100页 |
| 第5章 基于纹理特征分布的全局最小主动轮廓模型(STD-GMAC模型) | 第100-114页 |
| ·引言 | 第100-102页 |
| ·基于半局部算子的绝缘子纹理特征提取 | 第102-103页 |
| ·STD-GMAC模型 | 第103-107页 |
| ·纹理特征分布 | 第104页 |
| ·模型来源介绍 | 第104-105页 |
| ·STD-GMAC模型的定义 | 第105页 |
| ·STD-GMAC模型的快速求解 | 第105-106页 |
| ·STD-GMAC算法的流程 | 第106-107页 |
| ·实验结果和分析 | 第107-113页 |
| ·实验数据集 | 第107页 |
| ·自然纹理图像实验比较 | 第107-108页 |
| ·航空绝缘子图像实验比较 | 第108-112页 |
| ·算法时间比较 | 第112-113页 |
| ·本章小结 | 第113-114页 |
| 第6章 总结与展望 | 第114-118页 |
| ·论文总结 | 第114-116页 |
| ·论文展望 | 第116-118页 |
| 参考文献 | 第118-129页 |
| 附录 Rec和Var的GLCIA实现 | 第129-130页 |
| 攻读学位期间公开发表论文 | 第130-131页 |
| 攻读学位期间参加的科研项目 | 第131-132页 |
| 致谢 | 第132-133页 |
| 作者简介 | 第133页 |
